Fuzzy Mamdani untuk Meningkatkan Akurasi Prediksi Produksi UMKM Lokal

Abstract

Abstrak

Peningkatan akurasi prediksi produksi merupakan tantangan signifikan bagi usaha mikro, kecil, dan menengah (UMKM) lokal, terutama dalam menghadapi fluktuasi permintaan pasar dan keterbatasan sumber daya. Penelitian ini bertujuan untuk mengembangkan model prediksi produksi menggunakan pendekatan Fuzzy Mamdani, yang dapat membantu UMKM dalam merencanakan kapasitas produksi secara lebih akurat dan efisien. Metode ini dipilih karena kemampuannya dalam menangani ketidakpastian dan variabilitas data yang sering dihadapi oleh UMKM. Data historis produksi dari beberapa UMKM lokal dianalisis untuk membangun sistem inferensi fuzzy yang dapat memprediksi jumlah produksi berdasarkan variabel input seperti permintaan, persediaan, dan data penjualan. Pengujian dilakukan terhadap dua Produksi produk yaitu udang dan bileh crispy. Hasil dari penerapan model Fuzzy Mamdani menunjukkan peningkatan akurasi prediksi produksi dibandingkan dengan metode konvensional yang sebelumnya digunakan oleh UMKM. Pengujian untuk produksi udang crispy diperoleh nilai eror sebesar 8.33% sehingga nilai akurasi yang didapatkan sebesar 91.67% dan untuk produksi bileh crispy diperoleh nilai eror sebesar 7.06% dengan tingkat akurasi sebesar 92.94%. Hasil yang didapatkan dari pengujian tersebut menunjukkan bahwa pendekatan Fuzzy Mamdani efektif dalam meningkatkan keandalan prediksi produksi, sehingga dapat membantu UMKM lokal dalam mengoptimalkan sumber daya dan meningkatkan daya saing di pasar.

Kata kunci— Mamdani, prediksi produksi, UMKM lokal, sistem inferensi fuzzy, akurasi produksi.

Abstract

Increasing the accuracy of production predictions is a significant challenge for local micro, small and medium enterprises (MSMEs), especially in the face of fluctuating market demand and limited resources. This research aims to develop a production prediction model using the Fuzzy Mamdani approach, which can help MSMEs plan production capacity more accurately and efficiently. This method was chosen because of its ability to handle data uncertainty and variability that is often faced by MSMEs. Historical production data from several local MSMEs was analyzed to build a fuzzy inference system that can predict production quantities based on input variables such as demand, inventory and sales data. Testing was carried out on two production products, namely shrimp and bileh crispy. The results of applying the Fuzzy Mamdani model show an increase in the accuracy of production predictions compared to conventional methods previously used by MSMEs. Tests for the production of crispy shrimp obtained an error value of 8.33% so that the accuracy value obtained was 91.67% and for the production of crispy bileh the error value obtained was 7.06% with an accuracy level of 92.94%. The results obtained from this test show that the Fuzzy Mamdani approach is effective in increasing the reliability of production predictions, so that it can help local MSMEs optimize resources and increase competitiveness in the market.

Keywords— Mamdani, production prediction, local MSMEs, fuzzy inference systems, production accuracy.